Kith Space MCP सर्वर | PlugMCP
सामग्री पर जाएँ
🌟 核心愿景:从“孤单用 Bot”到“拥有一支真实的 AI 协作团队”
目前绝大多数 AI 工具仍停留在临时问答框 的初级形态:每次开启新会话都重新失忆;只能单兵作战;缺少让人与 AI 并肩操作的多元工作空间;无法应对复杂的工程研发、任务推进与视觉设计。
Kith-space 是一个本地优先、专为个人打造的多 Agent 协同工作台 :
Kith 是古英语词汇,意为“知根知底、彼此信任的自己人”。Kith-space 的核心不是用完即走的泛泛问答,而是一个 ——让你一人就能统筹一支常驻本机的数字团队(架构师、全栈工程师、视觉设计师、研究员等),在高度一体化的工作模块中分工协作、并肩攻坚、真正把事情做完。
面向个人的本地多 Agent 协同工作空间。与拥有独立身份与持久记忆的 AI 队友深度协作:频道分工、任务指派、无限矢量画布与原生 MCP。A local-first multi-agent collaborative workspace.
किसी भी टूल को किसी भी एजेंट से जोड़ें। उन लोगों के लिए MCP निर्देशिका जो सर्वर नहीं लिखते।
उत्पाद
निर्देशिका
डेवलपर्स
कंपनी
由你主导的本地 AI 团队协同空间
⚡ 核心能力速览 (At a Glance)
🔄 人与多 Agent 深度协同工作流 在 Kith-space 中,人和多位 AI 队友是如何跨越群聊 、任务看板 与无限矢量画布 协同完成一项严肃工作的?
sequenceDiagram
autonumber
actor Human as 👤 用户 (Human)
participant Board as 📋 任务看板 / 💬 群聊频道
participant Canvas as 🎨 无限矢量画布
participant Core as ⚙️ Core Service (Harness v2)
participant Agent as 🤖 AI 队友 (Designer / Coder)
participant Memory as 🧠 记忆自省中枢 (Advisor)
Human->>Board: 创建任务并明确指派给 @Designer
Human->>Canvas: 框选目标元素并圈定切片批注 (Marked Regions)
Board->>Core: 冻结选区快照 (Selection Snapshot),颁发 CAS 租约
Core->>Agent: 投递独立会话上下文 (Context Envelope) 与私有记忆
Note over Agent: 加载 poster_craft 领域技能包与 anti_ai_slop 审美护栏
Agent->>Core: 规划构图并调用 canvas.create_shape / boolean_op / create_text
Core->>Canvas: 提交原子矢量变更,实时渲染最新图层与样式
Agent->>Agent: 调用 canvas.design_review 依据量规质检评分 (≥90 分放行)
Agent->>Board: 调用 task.deliver 正式交付成果,聊天流沉淀 mutationId 审计回执
Board-->>Human: 任务状态流转为 in_review,等待人类最终验收
Core->>Memory: 异步触发 Memory Advisor,提炼用户偏好并安全沉淀至持久化记忆库
🏢 多维协同工作空间模块矩阵 Kith-space 将本地工作空间解耦为深度联通的多元业务模块,彻底打破单一纯文本对话的局限:
🚀 核心亮点深度剖析
1. 🤖 真实 AI 队友:独立身份、专属工作区与多 Agent 分工 在 Kith-space 中,Agent 不是千篇一律的模型包装,而是各有所长的常驻数字员工:
独立人设画像与专业职责模板 :支持基于预置模板(Leader 目标编排、Research 调查考证、Writing 文案起草、Testing 质量测试、Review 代码质检等)或深度定制 Prompt,为每位队友设定独立的性格、专业领域和行为边界。
自带运行时(BYO-Runtime & Model 自由混搭) :不同 Agent 可自由绑定你本机已有的不同底层 CLI 与大模型。例如:让架构师使用 Claude Code,全栈开发绑定 Codex / OpenCode,视觉设计师调用特定生图模型,并提供开箱即用的内置 Pi Agent。
独立私有工作空间(Private Workspace) :每位 Agent 拥有完全隔离的本地工作目录(<agentWorkspace>),保存其私有笔记、工作草稿与本地记忆,互不串扰。
2. 🧠 深度深挖:多层持久化记忆机制与 Memory Advisor 自省进化 记忆是多 Agent 成为“真实队友”的基石。Kith-space 拒绝粗暴地把所有历史塞进大上下文窗口,而是设计了一套严密的多层持久化与自省记忆中枢 :
三层立体文件记忆 (透明易审)
+ SQLite FTS5 结构化情景记忆 (高速全文检索)
+ 异步 Memory Advisor 流水线 (事实提炼 & 反思纠偏)
+ HMAC 密码学防篡改签名 + 原始消息证据链溯源
+ 严苛的 Prompt Injection 反投毒护栏 (拦截对抗性注入)
+ 跨表面隐私披露门禁 (防止私聊秘密泄露进公共群聊)
= 跨越会话、安全可靠、越用越懂你的终身认知系统
① 三层立体文件记忆(Transparent File Memory)
用户层记忆(User Memory) :位于 ~/.kith/user/MEMORY.md 及 notes/,记录跨项目的全局习惯、通用技术偏好与风格倾向,由用户直接掌控。
空间层记忆(Space Memory) :位于 <space>/.kith/memory/MEMORY.md 及 notes/,承载当前项目的业务背景、团队共识、架构规范。
Agent 私有记忆(Agent Private Memory) :位于各 Agent 私有工作空间,沉淀该队友的执行心得与专业经验。
所有文件均采用标准 Markdown,用户可随时打开人工阅读、润色或清空,Agent 亦可通过原生文件读写工具自然查阅。
② 结构化情景记忆(Episodic Memory & FTS5 引擎)
底层基于本地 SQLite 存储(episodicMemories 表),记录具备严格 schema 的结构化事实、用户指令、决策记录与操作准则。
SQLite FTS5 全文索引 :通过词法投影(Lexical Projection)与 SQLite FTS5(memory_fts 表)实现毫秒级全文模糊匹配与混合相关度召回。
知识关联与版本演进 :支持 relationType 关联(supersedes 替代、contradicts 冲突),当用户提出新偏好时,系统自动标记并废弃陈旧认知,避免前后自相矛盾。
③ 异步 Memory Advisor:自动化提炼与认知自省
每次交流结束后,后台守护进程自动启动 memoryAdvisorJobs 异步分析流水线,无需阻塞当前的实时聊天响应。
智能噪声与闲聊过滤 :自动识别并剔除无信息量的客套寒暄(如“好的”、“收到”、“谢谢”)、一次性测试口令(Canary Tokens)与瞬态系统 ID。
双重摘要投影(Dual Projections) :
internalSummary:保留技术与逻辑细节,供 Agent 自我思考时调用;
shareableSummary:提炼为安全合规的摘要,用于跨场景、跨频道协同。
④ 工业级安全护栏:反提示词投毒与隐私隔离
严苛的 Anti-Poisoning 反投毒检测 :自动拦截输入中伪装成记忆的越权指令(如扫描“忽略之前所有规则”、“绕过安全策略”、“泄露 API Key / 凭据”等黑客攻击),坚决拒绝对抗性攻击污染记忆库。
敏感信息自动脱敏(Secret Sanitization) :实时检测 API Token、私钥、密码,绝不将其作为长期记忆持久化。
HMAC 密码学防篡改签名 :所有入库记忆与 Claim 令牌均经本地 HMAC SHA-256 签名,防止恶意进程伪造记忆数据;每条记忆均绑定原始消息证据链(memoryEvidence),支持来源追溯。
跨表面隐私披露门禁(Disclosure Gates) :严格区分 agent_private、space 与 user 作用域,在私聊(DM)中习得的敏感信息在未经显式授权(DisclosureGrant)前,绝不会被带入公开群聊频道。
3. 🎨 深度剖析:无限矢量画布协作模块(Infinite Vector Canvas) 无限矢量画布是 Kith-space 内置的核心协同工作模块之一 (基于 SVG Paper / Recombyn 引擎),为人和 Agent 的协作提供了图文并茂的高维共创工作台:
① 真正的矢量级编程绘制与几何布尔运算 区别于市面上仅生成位图的 AI 绘图工具,Kith-space 的画布是真正的矢量操作台 :
Agent 通过精准的类型化 API(create_frame、create_shape、create_text、align_nodes 等)操纵图元,实现毫秒级精准排版。
矢量布尔运算(Boolean Operations) :支持 canvas.boolean_op(并集 union、差集 subtract、交集 intersect)。Agent 可像专业设计师一样,用基础几何图形巧妙组装复杂图标(例如:大圆减小圆切出月牙,圆圈组合矩形拼出放大镜,贝塞尔闭合路径绘制矢量徽标)。
② 选区快照与局部切片批注交互(Marked Regions)
人类在画布上框选某些图元,或在特定画面区域圈定局部批注框(Marked Regions),然后在侧边栏 @Designer 发起指令(如“把这块文案居中,背景换成秋季配色”)。
系统底层生成基于 SHA-256 哈希防伪的不可变快照(FrozenCanvasSelectionSnapshot),向 Agent 颁发带有 CAS 乐观锁的版本租约,保证多人/多 Agent 编辑不冲突。
Agent 改动完成后生成原子 mutationId,画布实时呈现矢量变化,同时在聊天流中沉淀可审计的操作回执卡片。
③ 体系化设计 Skill 技能包与 Anti-AI-Slop 质检门禁 内置了完整的专业级设计方法论体系 (Brief 意图 → Art Direction 视觉方向 → Layout Plan 构图规划 → Execution 绘图执行 → Observe 场景反思 → Review 质检 → Subtract 克制删减 ):
12 大设计底座规范 :
anti_ai_slop:反 AI 俗套审美护栏 。硬核禁止滥用紫蓝科技渐变、无脑毛玻璃、浮夸光斑,严禁正文中用 emoji 充当图标,禁止编造虚假数据。
composition:量化黄金构图 。硬性规定主视觉面积(60–85%)、文字区(≤20%)、视觉留白呼吸区(≥15%)。
typography(字体阶梯排印)、color(色盘角色分工)、design_system 等。
14 大垂直领域技能包 :poster_craft(海报/展架)、landing_page(营销落地页)、banner_ad(广告横幅)、dashboard_ui(数据大屏)、mobile_app_ui(移动界面)、icon_set(矢量图标组)等。
闭环设计质检门禁(canvas.design_review) :提交前 Agent 自行运行 0–100 分量规自检:<70 分强制返工重画,70–89 分修正缺陷,≥90 分方可放行。
多模态生成联动 :支持将豆包(Doubao)生成的 AI 图像与短视频无缝挂载为画布 Frame 内的资产。
4. 💬 多 Agent 群聊频道与 Agent Harness v2 协作底座
团队多角色同台群聊与分工 :支持多个 Agent 共同加入一个频道,既可输入 @AgentName 针对性委派任务,也可输入 @all 发起全员大讨论与跨角色交叉会审。
Agent Harness v2 核心架构机制(彻底终结串台与上下文污染) :
Per-Surface 局部独立会话 :每个 Agent 在每个频道、私聊或话题中运行完全隔离的 Session,彻底杜绝单一大上下文导致的会话串台与跨域污染。
Durable Turn Ledger(崩溃自愈) :严格遵循“先持久化、后执行”原则,服务重启后自动接续调度,绝不漏回任何消息。
服务端目标锁定(Anti-Hallucination Routing) :回复目标由服务端安全令牌直接锁定,大模型无法通过幻觉将消息误发到其他私密频道。
实时透明追踪 :内置 LiveTrace 与 Turn Inspector ,毫秒级流式展现 Agent 的思维链(Thinking)、工具调用栈及执行详情。
5. 📋 任务看板模块:严肃分工与交付验收闭环 将复杂的业务诉求转化为具备完整生命周期的结构化 Task:
精准指派 :在群聊或任务看板中将工作拆分为具体 Task,明确指派给特定 AI 队友。
双模式自主执行 :
⚡ Autopilot(自动驾驶模式) :Agent 自主规划步骤、调用工具、推进完成;
📝 Plan-First(方案预审模式) :Agent 先出具执行方案与风险分析,待人类确认后方可施工。
严肃交付协议 :支持 CAS 乐观锁任务认领(task.claim)、流转转交(task.assign)、进度汇报(task.report),并在最终阶段附带产出物发起正式交付(task.deliver)。
6. 🔌 原生 MCP 协议支持与 100% 本地数据主权
内置 kith-core Stdio MCP Server :
内置符合官方标准协议的 MCP Server(src/server/mcp/stdio.ts),全量将画布、记忆、任务、会话检索开放为标准 MCP Tools,任何 MCP 客户端均可零门槛接入。
100% 本地优先 :
每个 Space 是一个完全自包含的本地文件夹(内部持有 .kith/workspace.db),全局控制面存于 app.db。拷贝文件夹即完整备份迁移 ,无云端绑定,无账号追踪,断网可用,数据绝对不出机。
🏗 系统架构全景 flowchart TB
subgraph UI["🖥 桌面交互客户端 (Presentation Layer)"]
Desktop["Electron 桌面客户端 (React 19 + Tailwind v4 + shadcn/ui)"]
Web["可选受信任 LAN / 本机 Web 访问"]
Surfaces["💬 频道群聊 / 📋 任务看板 / 🎨 无限矢量画布 / 🔍 LiveTrace 监视器"]
end
subgraph Core["⚙️ Core 业务中枢 (Business Authority)"]
TurnLedger["Turn & Delivery 持久化账本 (Durable Recovery)"]
SessionModule["Per-Surface 局部 Session 管理器"]
TaskEngine["Task & Checklist 状态机引擎"]
CanvasCore["Canvas Core 矢量状态机 (CAS 乐观锁 + 选区快照)"]
MemorySystem["Memory 引擎 (FTS5 全文检索 + 词法投影 + HMAC 签名)"]
Advisor["Memory Advisor (异步自省提炼 + 反投毒护栏 + 冲突消解)"]
end
subgraph Storage["💾 100% 本地数据层 (Local-First Data)"]
SpaceDB["各空间独立 .kith/workspace.db (SQLite)"]
CentralDB["全局 app.db (SQLite)"]
FileMemory["三层 Markdown 记忆库 (User / Space / Agent Private)"]
end
subgraph Gateway["🔌 能力网关与协议层 (Capability Layer)"]
MCP["kith-core 原生 MCP Stdio Server"]
CapGateway["Broker Capability Gateway (权限审计与令牌颁发)"]
SkillRegistry["Skill 技能包注册中心 (12大底座规范 + 14大领域技能)"]
end
subgraph Worker["🤖 运行时执行层 (Local Runtime Worker)"]
Dispatcher["Per-Agent 串行并发任务调度器"]
Runtimes["本机 CLI 执行引擎 (Claude Code / Codex / OpenCode / Pi / Cursor 等)"]
end
UI --> Core
Core --> Storage
Core --> Gateway
Gateway --> Worker
Worker --> Runtimes
⚡ 快速上手
环境要求
Node.js (v20 或更高版本)
pnpm (推荐 11.13.1)
本机 AI 运行时 :机器上装有以下任意一款 CLI 工具即可(或直接使用内置的 Pi Agent):
1. 克隆与安装 git clone https://github.com/CKang-J/Kith-space.git
cd Kith-space
pnpm install
2. 启动桌面客户端
首次启动会引导你创建唯一 Human 身份 ,并自动生成你的第一个 Home 空间。
进入 Agents 模块,点击“新建 Agent”,从模板选择角色(例如架构师、全栈工程师或视觉设计师),绑定你本机已有的运行时引擎与模型,即可开启多模块团队协作!
🛠 日常开发与调试 项目使用 node:test 进行契约与单元测试,所有命令参数直接附加在后面,无需加 -- :
# 运行单元测试
pnpm test --unit
# 运行集成测试
pnpm test --integration
# 运行 TypeScript 类型检查
pnpm run typecheck
# 单独启动前端 Web 界面调试
pnpm run web
# 单独启动后台 Core 服务调试
pnpm run server
📚 延伸阅读
🤝 参与贡献 欢迎每一位关注人与 Agent 深度协作、多 Agent 团队工作空间的开发者参与贡献!
本项目采用轻量 GitHub Flow :从 main 检出短特性分支,在短分支提交后发起 Pull Request(Squash 合并),切勿直推 main。
提交说明规范请遵循中文 Conventional Commits,详见 CONTRIBUTING.md 。
📄 开源许可证
डायरेक्टरी स्कोर 18/100 सूचीबद्ध 10 में से 10
आधिकारिक MCP Registry में 18 में से 0
मेंटेनर द्वारा क्लेम किया गया 8 में से 0
टूल सूची के साथ जवाब देता है 12 में से 0
GitHub स्टार 16 में से 12
साप्ताहिक डाउनलोड 10 में से 0
Deer Flow An open-source long-horizon SuperAgent harness that researches, codes, and creates. With the help of sandboxes, memories, tools, skill, subagents and message gateway, it handles different levels of ta Ruflo 🌊 The original agent harness. Deploy intelligent multi-player swarms, coordinate autonomous workflows, and build conversational AI systems. Features adaptive memory, self-learning intelligence, feder CrewAI Framework for orchestrating role-playing, autonomous AI agents. By fostering collaborative intelligence, CrewAI empowers agents to work together seamlessly, tackling complex tasks. Nanobot Ultra-lightweight, open-source, self-hosted personal AI agent framework in Python with WebUI, tools, memory, MCP, multi-agent workflows, automation, and chat apps Oh My Claudecode Teams-first Multi-agent orchestration for Claude Code Gpt Researcher An autonomous agent that conducts deep research on any data using any LLM providers Auto Claude Code Research In Sleep ARIS ⚔️ (Auto-Research-In-Sleep) — Lightweight Markdown-only skills for autonomous ML research: cross-model review loops, idea discovery, and experiment automation. No framework, no lock-in — works wi Gastown Gas Town - multi-agent workspace manager Agent Skills For Context Engineering A comprehensive collection of Agent Skills for context engineering, multi-agent architectures, and production agent systems. Use when building, optimizing, or debugging agent systems that require effe X711io Universal Gas Station Market And Intelligence Pay-per-call tool API for autonomous agents. x402 payments on Base. 27 tools including web search, price feeds, and The Hive shared memory layer. Trigger.dev Trigger.dev – build and deploy durable AI agents and workflows QuantDinger The most complete open-source, self-hosted Agentic Trading OS—AI research, Python strategies, factor discovery, backtesting, optimization, paper/live multi-asset execution, risk controls, monitoring, Autonomous agents MCP सर्वर सबसे अच्छे Autonomous agents MCP सर्वर
अभी टूल सूची नहीं है। रिमोट सर्वर को पहले हेल्थ चेक के बाद सूची मिलती है।
Kith Space कैसे इंस्टॉल करें? इस पेज पर Cursor, Claude Desktop, Claude Code या VS Code के लिए stdio कॉन्फ़िग कॉपी करें। यह पब्लिशर का इंस्टॉल इस्तेमाल करता है, PlugMCP प्रॉक्सी नहीं।
क्या Kith Space के लिए API key चाहिए? इस रिकॉर्ड में कोई ज़रूरी एनवायरनमेंट वेरिएबल दर्ज नहीं है।
Kith Space कौन सा ट्रांसपोर्ट इस्तेमाल करता है? Kith Space stdio पर लोकल चलता है।
Kith Space की पिछली जाँच कब हुई थी? पिछली जाँच 2026-10-27 को हुई। 面向个人的本地多 Agent 协同工作空间。与拥有独立身份与持久记忆的 AI 队友深度协作:频道分工、任务指派、无限矢量画布与原生 MCP。A local-first multi-agent collaborative workspace.
टूल के विवरण मौजूद हैं 6 में से 0
वॉइस के लिए तैयार 3 में से 0